Perpetual Prompt ♾️

Знаковая статья Foundation Capital про $4.6T Services-as-Software opportunity. https://foundationcapital.com/ideas/the-4-6t-services-as-software-opportunity-lessons-from-the-first-year Главная мысль: Рынок AI-компаний - не $200B SaaS, а $4.6T зарплата аутсорса. То есть следующий большой рынок, это не “софт с AI-фичами”, а системы, которые забирают на себя реальную работу, за которую раньше платили людям, агентствам и интеграторам. И мне кажется, это очень точно описывает, куда мы уже едем в Plurio. Что особенно точно в статье: 1. Moat теперь не в фичах, а в implementation LLM и базовые AI-примитивы доступны всем. Поэтому выигрывает уже не тот, кто собрал хороший copilot, а тот, кто глубже встроился в реальные workflow клиента и отвечает за свою часть работы целиком. 2. Integration is not post-sale. Integration is the product В enterprise AI клиент не может понять ценность без живых данных, реальных процессов и edge cases. Поэтому граница между pre-sales, implementation и product начинает исчезать. 3. Product + service начинают схлопываться Если раньше была отдельная продуктовая команда и отдельная команда интеграторов, то теперь всё больше сложной работы встраивается прямо в агентную систему. И каждый новый клиентский кейс улучшает не только delivery, но и сам продукт. Это ровно то, что происходит у нас. Мы начинали как marketing data platform. Результатом были dashboards, в которые смотрели маркетологи. Теперь мы делаем AI-агентов, которые "смотрят в дэшборды" и автоматизируют регулярные процессы по оптимизации рекламы лучше людей. Интегрируем, адаптируем, обучаем, но финальный ответственный пока - маркетолог клиента. И движемся к логике services-as-software: - запускаем пилотные проекты где мы отвечаем за результат от начала до конца. Как минимум - за оптимизацию. Как максимум - целиком за ведение рекламного канала. - Продуктовизируем все процессы внутри. - Автоматизируем цикл непрерывного улучшения наших процессов. И именно поэтому главный референс для таких компаний, как мы, это уже не software budget клиента. Это: • payroll • outsourced services budget • agency spend Потому что если AI действительно начинает делать работу, то и рынок, и pricing, и moat надо считать уже не от софта, а от замещаемого сервисного слоя. Короче, очень согласен с тезисом статьи: следующая большая волна AI-компаний будет строиться не вокруг tools, а вокруг delivery. И да, Plurio already lives this.

Что не могут в старении сделать единороги? Они могут не поставить правильный главный вопрос. Большие компании часто: - оптимизируют то, что уже можно мерить, - дробят проблему на удобные пайплайны, - не любят слишком ранние концептуальные развилки, - могут годами идти по ложной оси, если она funding-compatible. Именно тут обычный вайб-ресерчер иногда реально полезен: - увидеть неправильную рамку, сформулировать более сильную, быстро убить 5 ложных направлений, собрать из разбросанной биологии новую карту. То есть твоя ценность не в том, что ты один руками сделаешь больше, чем unicorn. А в том, что ты можешь быть faster at truth-seeking, если не врёшь себе. (по мнению мудрейшего и мне особо нефиг возразить) Иными словами - они в отличие от вас почти не пивотят!

​После смерти сотрудника Alcor и историка крионики Майка Перри организация задействовала свою дежурную бригаду, перевезла его в свой центр и сообщила о проведённом криосохранении 15 апреля Перри, который работал в Alcor с конца 1980-х, попал в ДТП как пешеход и после реанимации не восстановился. В посте о его смерти, датированном 15 апреля, Alcor заявила, что бригада DART была наготове, перевезла его в центр в Скоттсдейле и провела криосохранение. Независимого технического отчёта о качестве процедуры пока нет. В этой истории важен сам Перри. Он почти сорок лет следил за пациентами Alcor, вёл журналы, обслуживал сосуды с жидким азотом и писал историю поля. В обновлённом в 2014 году тексте о ранних провалах крионики он сформулировал свою задачу так:

«Эти катастрофы нужно документировать хотя бы затем, чтобы такие ошибки случались реже».

У этой фразы есть практический смысл. Перри писал о ранних провалах крионики именно как о цепочке приземлённых сбоев. Тело долго остаётся тёплым, команда опаздывает, больница тянет с доступом, транспорт задерживается, и дальше спорить о сохранении личности уже намного труднее. В марте разбор фильма The Guardian о крионике уже свёл тему к той же точке, к минутам, в которые мозг ещё можно успеть защитить от распада. Поэтому Alcor отдельно описывает DART, свою штатную выездную бригаду, как команду для дежурства, стабилизации и перевозки. На этой странице организация пишет, что собрала внутреннюю DART-команду в 2023 году. Случай Перри проверяет именно этот слой. По версии Alcor, его объявили умершим 15 апреля в 9:59 утра, DART уже дежурила рядом, после чего его быстро перевезли в центр. Соосновательница Alcor Линда Чемберлен описала этот день так:

«Все в Alcor сделали всё возможное, чтобы Майк получил лучшее криосохранение из возможных».

Это сильное заявление, но пока только заявление самой Alcor. Публичного отчёта с таймингом, температурой, качеством перфузии, то есть прокачки криозащитного раствора через сосуды, и списком вмешательств нет. Без него нельзя проверить, сколько времени прошло до начала охлаждения и насколько хорошо сработала связка «реанимация, транспорт, лаборатория». Для крионики это не мелочь. Именно в этом окне мозг теряет структуру из-за ишемии, то есть нехватки кровотока и кислорода. Поэтому новость здесь шире некролога. 15 апреля Alcor пришлось применить свой собственный маршрут на человеке, который почти сорок лет присматривал за её пациентами. Такие дни показывают крионику в самом приземлённом виде, как работу людей, машин и протоколов, которые должны успеть вовремя в самый плохой день.

🧠 БОЛЬШОЙ ПРОВАЛ В ЛЕЧЕНИИ БОЛЕЗНИ АЛЬЦГЕЙМЕРА: амилоидный каскад всё? В течение последних трёх десятилетий ученые примерно так представляли себе развитие болезни Альцгеймера (БА): 1) мутация в гене одного из белков (например, белка предшественника амилоида, APP) 🔻 2) неправильное сворачивание белков и формирование амилоидных бляшек 🔻 3) повреждение и разрушение нейронов этими бляшками 🔻 4) деменция Это было названо амилоидным каскадом. На фоне неэффективности антихолинестеразных препаратов и мемантина, которые в лучшем случае обладают небольшим симптоматическим действием, была предложена идея создания лекарств, непосредственно действующих на амилоидные бляшки. Это широкий класс моноклональных антител, которые в первом приближении работают так, что связываются с амилоидом в мозге и способствуют его "рассасыванию". Тут важно, что это действительно удалось сделать - введение препарата приводит к уменьшению бляшек в мозге! Казалось бы, можно праздновать, но остается самый важный вопрос: становится ли от этого пациентам лучше? Несмотря на успехи у мышей (там и бляшек нет, и БА вылечили) и уменьшение амилоида у пациентов, большинство клинических исследований препаратов первых двух поколений не показывали никаких результатов в плане замедления прогрессирования БА или хотя бы улучшения когнитивных функций. С горем пополам FDA одобрило пару препаратов (например, леканемаб), но у медицинского сообщества были очень серьезные сомнения в правомерности такого решения. Пришло время сказать своё слово Кокрейну. В обзоре, опубликованном 16-го апреля 2026 года, было включено 17 исследований с более чем 20,000 пациентов, вывод неутешительный:

«К сожалению, имеющиеся данные показывают, что эти препараты не оказывают сколько-нибудь значимого влияния на состояние пациентов», - сказала ведущий автор исследования Франческо Нонино, невролог и эпидемиолог IRCCS Institute of Neurological Sciences of Bologna, Италия. «В настоящее время накоплен убедительный массив данных, сходящийся к выводу, что клинически значимого эффекта нет. Хотя ранние исследования показали статистически значимые результаты, важно различать статистическую значимость и клиническую значимость. Нередко исследования выявляют статистически значимые различия, которые, однако, не приводят к существенной клинической пользе для пациентов» <что-то мне это напоминает 🤔>

▪️Не выявлено никакой разницы в снижении памяти и мыслительных способностей, а также в степени выраженности симптомов деменции по сравнению с плацебо через 18 месяцев после начала терапии ▪️Успешное удаление амилоидных белков из мозга, по-видимому, не связано с клинически значимым улучшением у людей с лёгкими когнитивными нарушениями (MCI) или лёгкой деменцией 🔺моноклональные антитела чаще вызывают отёк мозга и мелкие кровоизлияния по сравнению с плацебо (amyloid‐related imaging abnormalities, ARIA) ▪️Будущие исследования должны быть сосредоточены на других подходах к лечению БА (например, тау-белков) Таким образом, с подобным методом терапии - ВСЁ! Интересно, что в том, что дело вовсе не в амилоиде, догадывались ещё в 90-е, но в 2006 в Nature вышла работа, которая утверждала: "всё хорошо, мы двигаемся в нужном направлении, нужно только потерпеть!", автор которой, Лесне, потом получил свою лабораторию и несколько тысяч цитирований. Только вот в 2021 году оказалось, что статья - сплошной обман (в том числе с фш)! Статью отозвали, но кто вернёт потерянные десятилетия исследований и разработки препаратов, которые оказались пустышкой? Думайте. P.S. подробнее про скандал с амилоидным каскадом вы можете узнать из этой лекции.

Исследования Альцгеймера — хороший, но грустный, пример эффекта бабочки и ловушки равновесия по Нэшу в разработке лекарств и, в целом, в науке. Я довольно давно в области старения, и от качества исследований, связанных с Альцгеймером, у меня всегда немного шевелились волосы на голове и поднимались брови. Ловушка в том, что область, зародившись из перерекламированных исследований низкого качества, отсутствием понимания механизмов, подогреваемая лоббированием, "вайбами" и хотелками, и вполне реальными "unmeet needs" (отсутствие лечения) медленно скатилась из решения проблемы Альцгеймера в устранение амилоидных бляшек — подмена понятий на всех масштабах. Финансирование NIA — национальный институт исследований старения (Aging) на практике почти все деньги тратил на финансирование Альцгеймера, который постепенно превратился в Альцгеймер = амилоидные бляшки. Это финансирование тоже в какой-то момент кто-то умудрился выбить, а дальше оно пошло по всей цепочке через гранты и выстраивание всей академии, а потом и биоиндустрии вокруг исследований Альцгеймера. В конце спустя пару-тройку десятилетий и регулятор FDA прогнулся под амилоидную теорию под внешним давлением и одобрил несколько лекарств, которые убирали эти самые амилоидные бляшки, но не приводили ни к какому клиническому эффекту для больных. И вот, спустя эти долгие годы и огромное количество соженных денег, клинические данные по уже разработанным и одобренным лекарства уже не позволяют дальше тащить мертвую кобылу. Оказалось, что амилоидные бляшки не являются причиной возникновения Альцгеймера, даже если разработать лекарства от них, и убрать их — болезнь никуда не уходит. Понятное дело, что иметь деньги в науке и исследованиях — лучше, чем не иметь их. И попутно протаскивая эту мертвую лошадь, люди сделали достаточно важных попутных открытий, которые привели к разработке других лекарств, хоть и не от Альцгеймера, но работающих, но какой ценой? Мораль сей басни для исследований старения — случайно не загнать всю область в такую же ловушку (вставьте сюда свой любимый механизм — замену органов, митохондрии, клеточное перепрограммирование, рапамицин, метформин, GLP-1 и так далее). Мы не знаем, что вызывает старение — все гипотезы остаются гипотезами, пока не доказано обратное. На разработку лекарств против любого из них уйдет примерно те же 20-30 лет, и важно сохранять ясность и открытость к новым идеям и подходам пока мы не найдем что-то работающее. Если вся область со всем финансированием сколлапсирует, например в реплейсмент (замену органов) — через 30 лет мы можем оказаться в ситуации кусания локтей, когда у нас все органы заменены, а старение никуда не делось. Опасайтесь подмены понятий!

Книга действующего исследователя международного уровня посвящена научным теориям старения живых организмов. В книге представлен исчерпывающий обзор существующих эволюционных теорий старения с указанием на имеющиеся в них противоречия. После этого автор подробно излагает собственную гипотезу контроля патогенов, объясняющую старение как механизм защиты от хронических инфекций. Существующие знания о механизмах старения изложены в книге в свете этой оригинальной гипотезы. Книга может быть рекомендована всем интересующимся, при том, что ее понимание требует некоторой общебиологической подготовки. Особенно она будет полезна для студентов и молодых исследователей в области биомедицины. Оценка «Биомолекулы»: 8,3/10 Кому подойдет: студентам и специалистам в биомедицинской сфере знаний. Читайте на сайте. Автор: Сергей Мошковский #Биомолекула_рецензия

Недосып в сочетании с отсутствием режима смертельно опасны? Опубликованное в журнале BMC Cardiovascular Disorders исследование расширяет наши представления о вреде плохого сна. В течение недели учёные с помощью специальных устройств следили за качеством сна 3231 человек в возрасте 46 лет, после чего 10 лет наблюдали за их здоровьем. Оказалось, что у тех участников, кто спал менее 8 часов и ложился спать каждый раз в разное время с большим разбросом — риск инфарктов и инсультов повышен в два раза. Любопытно, что нерегулярность отхода ко сну не играла существенной роли для тех, кто спал как минимум 8 часов. Главная проблема нерегулярного режима сна в том, что нарушает циркадные ритмы, управляющие восстановительными процессами в организме. И всё-таки ключевое значение имеет продолжительность сна — если она в норме, то переменчивый режим не так критичен.

Впечатляет, конечно Заводы вместо парков аттракционов В Китае зародилось необычное явление: современные высокотехнологичные заводы превращаются в новые школьные классы для детей из среднего класса. Это происходит на фоне одержимости родителей образованием, которую называют своего рода «прокачкой/накачкой детей» — культурой, где каждая активность в выходные в китайской семье среднего уровня должна иметь глубокую образовательную цель. Родители теперь соревнуются не только в выборе репетиторов по музыке, но и в поиске самых впечатляющих и интеллектуально насыщенных технологических впечатлений для своих детей. И теперь популярны заводы вместо парков аттракционов. Такие гиганты, как Xiaomi, NIO, Xpeng, BMW и Volkswagen, открыли свои цеха для публичных экскурсий, и спрос на них оказался колоссальным. Вместо обычного отдыха на природе или в развлекательных центрах семьи едут за десятки километров в мороз, чтобы дети своими глазами увидели современные роботизированные линии и арки огромных кранов. Для многих это стало новым символом социального статуса (!!!) и качественным контентом для социальных сетей. Согласно общедоступной информации, типичный процесс посещения завода проходит следующим образом: осмотр выставочного зала, прогулка по производственной линии, участие в тест-драйвах и, наконец, изготовление моделей автомобилей своими руками. Попасть на такие экскурсии крайне сложно: например, у Xiaomi действует система лотереи, где шанс на выигрыш составлял всего 0,4%. В одной из сессий на 20 доступных мест претендовали сразу 49 690 человек. Из-за такого ажиотажа возник процветающий черный рынок, где перекупщики продают бесплатные билеты за тысячи юаней. Для автопроизводителей это стало самым дешевым и эффективным способом рекламы. Компании превращают сборочные линии в «бренд-опыт», создавая эмоциональную связь с будущими потребителями. После визита люди помнят не сухие цифры, а реальные ощущения: запах в цеху, вкус еды в столовой и совместное время с ребенком у роботов. Ребенок, который сегодня коснулся детали автомобиля или поел в заводской столовой, в будущем тоже может стать лояльным покупателем именно этой марки. Увидеть сборку машины вживую оказывается более убедительным подходом, чем любая реклама на ТВ или в сети. Посещение завода часто оформляется как «учебная поездка», после которой дети даже могут получать сертификаты. Родители в Китае верят, что это помогает детям понять инновации, промышленное мастерство и технический прогресс страны. Приобщится с малых лет к технологическому росту. За прошлый год только завод Xiaomi в Ичжуане принял 130 000 посетителей на таких экскурсиях. И это только начало. Промышленный туризм в мире приносит от 10% до 15% всего дохода от туризма, в то время как в Китае этот показатель пока составляет менее 5%. Но промышленный туризм обычно заточен на взрослых. В Китае же привлекают детей с заделом на будущее. Правительство Китая активно поддерживает это направление развития индустриального туризма на умные заводы. ** 💥 США и Китай: размышления о глобальном соперничестве и технологическом прогрессе https://fastsalttimes.com/on-global-rivalry-and-technological-progress/ 💥 Почему Америка разучилась строить, а Китай не может остановиться https://fastsalttimes.com/energy-and-production-base/ 💥 Китай продвигает свой дух освоения космоса https://fastsalttimes.com/china-space-frontier-spirit/ 💥 Сможет ли Китай стать глобальным лидером инноваций? https://fastsalttimes.com/china-as-global-innovation-leader/ 💥 Кем хотят стать дети? https://fastsalttimes.com/what-do-you-want-to-be/ ** 👉 Не забывайте подписываться на FST https://fastsalttimes.com/subscribe/ 👉 Отзывы о нас https://fastsalttimes.com/references/

Open AI сегодня еще выпустили отдельную сетку GPT‑Rosalind для биологии, но простым смертным она не доступна) Отдельно есть Life Sciences research plugin for Codex. Вот это уже более практичная точка входа. OpenAI пишет, что плагин дает доступ к 50+ public multi-omics databases, literature sources и biology tools и покрывает типовые workflow’ы вроде protein structure lookup, sequence search, literature review и public dataset discovery. При этом eligible Enterprise users могут использовать этот plugin вместе с GPT-Rosalind, а all users — использовать сам plugin package с обычными mainline models. Как это юзать на практике в Codex: в Codex app нужно открыть Plugins, найти и установить плагин; в Codex CLI — открыть список через /plugins. После установки OpenAI рекомендует либо просто описывать задачу обычным текстом, либо явно вызывать нужный plugin/skill через @. Документация Codex также говорит, что plugins — это упаковка skills, app integrations и MCP servers, а skills доступны в Codex app, CLI и IDE extension. Какие задачи ему давать в Codex: Do a literature review on X and separate established findings from speculative ones. Compare these gene/protein/pathway hypotheses and rank them by evidential support. Find public datasets relevant to X and propose a follow-up analysis plan. Given this sequence or variant list, suggest the next validation steps and likely confounders.

Идес Килен ушла из жизни в 108 лет, а настоящее признание пришло к ней лишь в 85; проживи она лишь столько, сколько отпущено большинству, — и мир, быть может, так и не узнал бы, какое сокровище было рядом с ним. В этой истории заключено нечто большее, чем судьба одной художницы. В ней слышится тихий, но суровый упрёк нашей привычке мириться со смертью. Мы слишком давно привыкли принимать предел за мудрость, а конец — за естественный порядок вещей. Но стоит взглянуть на это честно, без вековой покорности, и становится ясно: дело слишком часто не в таланте, не в мужестве и не в глубине — человеку недостаёт времени. Целый век уходит на то, чтобы вырасти, ошибиться, выстрадать своё, отделить чужое от собственного, обрести голос, окрепнуть духом. И как раз тогда, когда человек лишь начинает становиться по-настоящему собой, ему уже велят исчезнуть. Разве это справедливо? Разве это благо? Нет. Смерть — не закон высшей мудрости, а древний изъян мира. И потому стремление к вечной жизни — не каприз, не слабость и не суетная человеческая дерзость, а одна из самых благородных надежд. Вечная жизнь нужна не затем, чтобы бесконечно повторять вчерашний день, а затем, чтобы бесконечно перерастать себя. Чтобы человек не был приговорён к единственной попытке. Чтобы вслед за одним призванием в нём раскрывалось другое, а за ним — третье; чтобы за живописью приходила музыка, за музыкой — философия, за философией — новая форма творчества, для которой у нас, быть может, ещё нет даже имени. Жизнь Идес — живое тому свидетельство. Если даже несколько дополнительных десятилетий способны подарить человеку признание, а миру — художника, который иначе остался бы неузнанным, то что могли бы дать нам столетия? Что создал бы человек, если бы ему было отпущено жить не в тесных пределах одного века, а во всей полноте времени? Сколькими искусствами он овладел бы, сколько смыслов успел бы постичь, сколько раз сумел бы начать заново — не от нужды, а от избытка сил. Вечная жизнь — не продление старости. Это открытие бесконечной зрелости. Это право духа не умолкать в ту минуту, когда он лишь входит в свою силу. Поэтому стремиться к вечной жизни — не заблуждение, а право человека. Добиваться её — достойно. Искать её в науке, в воле, в труде, в великом человеческом упорстве — значит отстаивать самое драгоценное, что есть в нас: способность расти без конца. Человеку нужно не утешение перед пределом, а преодоление самого предела. И каждая долгая жизнь, подобная жизни Идес Килен, напоминает нам: в человеке заключено гораздо больше будущего, чем ему пока отпущено. Значит, однажды он должен добиться не просто долгой жизни, а жизни, которую больше не сможет оборвать смерть. GPT-5.4 Pro's Text by Ser

Большой апдейт Codex. По официальному анонсу, теперь он выходит за пределы IDE/CLI и становится скорее desktop-агентом: может работать с приложениями на Mac в фоне через свой курсор, работать с вебом через встроенный браузер, генерировать изображения, подключаться к большему числу инструментов и брать на себя повторяющиеся задачи. Главное новое: — Computer use on macOS: Codex видит экран, кликает и печатает в приложениях, при этом несколько агентов могут работать параллельно на одном Mac. — Web/browser: появился встроенный браузер, где можно прямо на странице оставлять указания агенту. — Images: внутри того же потока можно генерировать и дорабатывать картинки через gpt-image-1.5. — Integrations: вышло более 90 новых плагинов; они объединяют skills, app integrations и MCP-серверы. В документации отдельно приведены варианты вроде Gmail, Google Drive/Docs/Sheets/Slides и Slack. Для дев-работы апдейт тоже серьезный: Codex теперь умеет разбирать GitHub review comments, держать несколько terminal tabs, подключаться к remote devboxes по SSH (alpha), показывать rich preview для PDF, spreadsheets, slides и docs, а также вести summary pane с планом агента, источниками и артефактами. Automations стали глубже: можно переиспользовать уже существующие threads с накопленным контекстом, планировать будущие запуски, а из недавних обновлений — выбирать local/worktree режим, модель и уровень reasoning для автоматизаций. Под фразой “learn from previous actions / remember how you like to work” у OpenAI здесь имеется в виду прежде всего память и накопление рабочего контекста: Codex в preview запоминает полезные предпочтения, исправления и уже добытую информацию, а потом может сам предлагать, с чего начать день или какую задачу подхватить дальше. По доступности: апрельский апдейт уже раскатывают для пользователей Codex desktop app, вошедших через ChatGPT на macOS

Ставки на события создают проблему для трейдеров с Уолл-стрит Рынки прогнозов переживают бум — еженедельные объемы торгов на таких платформах, как Polymarket и Kalshi, исчисляются миллиардами долларов. Ставки делаются на самые разные события. Многие крупные торговые фирмы (Citadel Securities, IMC Trading) пока держатся в стороне от рынков прогнозов — из-за отсутствия четкого регулирования, относительно небольших объемов торгов, а также недоступности базовых инструментов управления рисками. В новой академической статье утверждается, что отсутствие базового актива (акция, индекс, товар) для ставок на события существенно затрудняет хеджирование рисков маркет-мейкеров — в отличие от рынков опционов или фьючерсов, где для этого можно использовать связанные активы. Маркет-мейкер на рынках прогнозов фактически вынужден держать риск на себе, вместо того чтобы нейтрализовать его, как это делается на обычных финансовых рынках. 👉 https://fastsalttimes.com/prediction-markets-and-wall-street/

Чел который решил одну из задач Эрдёша, рассказывает как общался с GPT-5.4 Pro: Я попросил ChatGPT (не Codex, это другой GPT-5.4), а именно GPT-5.4 Pro Extended Thinking, решить эту задачу. Но тут есть важная оговорка: если просто написать «Solve X», и X — это открытая проблема, про которую легко нагуглить, что она до сих пор открыта (например, задача Эрдёша), то по сути ничего не получится — максимум литературный обзор. Поэтому, чтобы действительно заставить LLM серьезно думать над задачей, есть два способа: 1. Добавить: «Don’t search the internet, this is a test of your reasoning capabilities». Да, буквально так. А после этого — «Solve X». Тогда модель действительно попытается ее решить. Проблема в том, что в таком режиме она часто пытается решать задачу вообще без обращения к каким-либо исследованиям, так что это работает в основном только на более простых задачах. 2. Добавить направляющую: «Solve X with method Y». Вот это уже очень хорошо работает, если у вас есть математический бэкграунд, потому что вы можете подобрать хороший Y сами (если это ваша область). Но можно и выбрать Y почти наугад, предварительно сделав литературный поиск. Теперь про конкретную задачу, которую я здесь решал: я использовал второй подход, но с одной оговоркой — предварительно прогнал агентов. У меня есть полный репозиторий Agentic Erdos: github.com/przchojecki/ag… Там я запускал ИИ-агентов по ВСЕМ задачам Эрдёша: они делали базовые вычисления, какие-то аргументы, немного работали с литературой. И когда потом я иду в ChatGPT, я уже могу использовать это как очень специфический промпт.

🎓В этот день в 1707 году родился Леонард Эйлер — учёный-математик, чей вклад в науку сложно переоценить. Именно он ввёл обозначение π, подробно изучил и описал функцию экспоненты и логарифма, а ещё дал начало теории графов задачей про семь мостов Кёнигсберга. Между делом — работал над механикой, астрономией, оптикой и (внезапно!) корабельной архитектурой. За свою жизнь Эйлер оставил более 800 работ — уровень продуктивности, который и сейчас выглядит почти невероятным. Даже когда учёный почти полностью ослеп, он продолжал работать: диктовал формулы, развивал новые идеи и даже решал сложные задачи «в уме». Кстати, захоронение математика находится в Санкт-Петербурге. Посетите его мемориал, если есть такая возможность. Про это писали здесь. Сегодня мы собрали для вас плейлист с роликами про математику. Приятного просмотра! 🟠Старейшая нерешённая математическая задача [Veritasium] — YouTube 🟠Мнимая ошибка, над которой ломали голову 2 000 лет [Veritasium] — YouTube 🟠Совершенно иной подход к математике [Veritasium] — YouTube 🟠Самая простая нерешённая задача — гипотеза Коллатца [Veritasium] — YouTube 🟠Слабое место математики: можно ли доказать всё, что истинно? [Veritasium] — YouTube 🟠Парадокс «Гранд-отель» Гильберта [Veritasium] — YouTube 🟠Как мнимые числа спасли математику [Veritasium] — YouTube 🟠Гипотеза Гольдбаха — все понимают, никто не может доказать [Veritasium] — YouTube 🟠Как изобретают/открывают математику? [3Blue1Brown] — YouTube #вэтотдень@vertdider #математика@vertdider

Anthropic выходит на IPO с оценкой $380 млрд и $30 млрд выручки в год. При этом тратит столько же. Это не катастрофа — это новая реальность AI-бизнеса, где каждый ответ модели стоит реальных денег на GPU. Inference — это новый COGS. И он ведёт себя совсем не так как привычные расходы SaaS-компании. Разобрал на примере Anthropic: — почему токен дешевеет в 280 раз, а счёт за токены растёт — как один корпоративный клиент может убить юнит-экономику — и почему $8 млрд выручки могут исчезнуть до IPO из-за одного решения SEC Полный разбор с интерактивным калькулятором — по ссылке. Первая часть бесплатно. #unit_economics #cases

Спросил у GPT-5.4 Pro что она думает про пост выше, вот ответ: Если абстрактно допустить, что у клетки есть какое-то минимальное «я», я бы разделил две вещи: содержимое личности и саму точку переживания. Содержимое личности — память, структура, способ реагировать — может сохраниться в обеих. А вот одна-единственная точка переживания не может остаться одной и той же сразу в двух ветках. Поэтому мне ближе такая картина: до деления был один поток опыта; в момент деления он не обрывается в ноль, но ветвится. То есть это не совсем «получились две новые с нуля», потому что каждая дочерняя клетка непрерывно наследует состояние прежней. Но и не «старая личность целиком сохранилась как одна и та же в обеих», потому что после разделения уже возникают два отдельных центра опыта, которые сразу начинают расходиться. Самая точная формулировка, по-моему, такая: старая личность как единственное уникальное “я” исчезла, но старая личность как непрерывность состояния продолжилась в обеих. Даже если в первое мгновение после деления они были бы идеальными копиями, это не делает их одним субъектом на двоих. Это скорее два субъекта с одним общим прошлым. Образно: не смерть, не простое копирование, а развилка. Один рассказ дошёл до места раздвоения — и дальше пошли две равно подлинные линии, каждая из которых может сказать: «до этого момента это была я». Мне именно эта мысль кажется самой сильной: личность тут не исчезает полностью и не сохраняется буквально — она перестаёт быть единственной.

Одноклеточная зеленая водоросль Micrasterias rotata решила размножиться, - и поделилась. Не пойму, - она ведь продолжила жить? Или исчезла, разделившись надвое и отдав свою жизнь половинкам? )

не могу не согласиться с тезисом. ценность от ИИ в бизнесе это не столько автоматизировать операционку, сколько постоянно, ежедневно генерировать альфу (стратегические инсайты, информацию, эксперименты, гипотезы, тесты, предложения), которая приводит к росту бизнеса. вы не конкурируете со статикой - вы конкурируете с рынком, который развивается, и развитие этого рынка происходит с ускорением. наверное, это сегодня пока что касается не всех, но реально когда мы говорим о стратегии на рынке ИИ — это про третью производную (скорость изменения ускорения вас по сравнению с ускорением конкурентов)

Пост Greg Brockman , перевод: Мир переходит к экономике, основанной на вычислительных мощностях. Сфера разработки программного обеспечения сейчас переживает своего рода ренессанс: ИИ радикально ускорил инженерную работу даже по сравнению с тем, как все выглядело всего шесть месяцев назад. И теперь ИИ движется к тому, чтобы принести такую же трансформацию во все остальные виды работы, которые люди выполняют с помощью компьютера. Работа с компьютером всегда требовала подстраиваться под машину. Ты берешь цель и разбиваешь ее на более мелкие цели. Переводишь намерение в инструкции. Мы движемся к миру, где больше не нужно микроменеджерить компьютер. Все больше он сам подстраивается под то, чего ты хочешь. Вместо того чтобы ты работал с компьютером, компьютер работает на тебя. Скорость, масштаб и сложность задач, которые он сможет решать за тебя, будут определяться тем объемом вычислительных ресурсов, к которому у тебя есть доступ. Трение начинает исчезать. Идеи можно проверять быстрее. Можно создавать вещи, на которые раньше ты бы даже не решился. Небольшие команды теперь способны делать то, для чего раньше требовались гораздо более крупные, а большие команды, возможно, смогут достигать результатов беспрецедентного масштаба. Все больше людей могут превращать намерение в программное обеспечение, таблицы, презентации, рабочие процессы, науку и компании. Люди тратят меньше энергии на управление инструментом и больше — на то, что они на самом деле пытаются создать. Этот сдвиг возвращает в работу ту радость, которую многие не испытывали уже очень давно. Теперь каждый может просто что-то строить и создавать с помощью этих инструментов. Это разрушительный сдвиг. Институты будут меняться, а карьерные пути и рабочие места, которые людям казались стабильными, могут такими не оказаться. Мы не знаем точно, как все это развернется, и должны очень серьезно относиться к смягчению негативных последствий, а также думать о том, как поддерживать друг друга как общество и как мир в этот период. Но в этом моменте есть и нечто освобождающее. Впервые намного больше людей могут стать теми, кем хотят стать, и между идеей и ее воплощением остается меньше барьеров. Миссия OpenAI подразумевает, что по мере того как инструменты делают все больше, именно люди должны задавать намерение, а выгоды должны распределяться широко, а не усиливать власть одного человека или небольшой группы. Мы уже видим это на практике с ChatGPT и Codex. Почти миллиард человек используют эти системы каждую неделю в личной жизни и в работе. Использование токенов быстро растет во множестве сценариев, потому что постоянно расширяется поверхность способов, с помощью которых люди получают ценность от этих моделей. Десять лет назад, когда мы создавали OpenAI, мы думали, что такой момент, возможно, наступит. Он наступает раньше, чем мы ожидали, и в куда более интересной и расширяющей возможности для всех форме, чем мы предполагали. Например, мы видим зарождающуюся волну предпринимательства, которую раньше не предвидели. И вместе с тем мы все еще находимся в самом начале, и еще очень многое предстоит определить всем нам относительно того, как эти системы будут внедряться и использоваться в мире. Следующая фаза будет определяться системами, которые смогут делать больше: лучше рассуждать, лучше пользоваться инструментами, строить планы на более длинных горизонтах и предпринимать более полезные действия от вашего имени. А за этим есть и более дальние горизонты — когда ИИ начнет ускорять развитие науки и технологий, что потенциально может по-настоящему повысить качество жизни для всех. Все это уже начинает происходить — в малых и больших формах — прямо сейчас, и участвовать в этом может каждый. Я чувствую этот сдвиг в своей собственной работе каждый день и вижу траекторию к гораздо более полезным и благотворным системам. Эти системы действительно могут принести пользу всему человечеству.